Using multiple spectral feature analysis for quantitative pH mapping in a mining environment

The pH is one of the major chemical parameters affecting the results of remediation programs carried out at abandoned mines and dumps and one of the major parameters controlling heavy metal mobilization and speciation. This study is concerned with testing the feasibility of estimating surface pH on the basis of airborne hyperspectral (HS) data (HyMap). The work was carried on the Sokolov lignite mine, as it represents a site with extreme material heterogeneity and high pH gradients. First, a geochemical conceptual model of the site was defined. Pyrite, jarosite or lignite were the diagnostic minerals of very low pH (<3.0), jarosite in association with goethite indicated increased pH (3.0–6.5) and goethite alone characterized nearly neutral or higher pH (>6.5). It was found that these minerals have absorption feature parameters which are common for both forms, individual minerals as well as parts of the mixtures, while the shift to longer wavelengths of the absorption maximum centered between 0.90 and 1.00 μm is the main parameter that allows differentiation among the ferric minerals. The multi range spectral feature fitting (MRSFF) technique was employed to map the defined end-members indicating certain pH ranges in the HS image datasets. This technique was found to be sensitive enough to assess differences in the desired spectral parameters (e.g., absorption shape, depth and indirectly maximum absorption wavelength position). Furthermore, the regression model using the fit images, the results of MRSFF, as inputs was constructed (R² = 0.61, Rv² = 0.76) to estimate the surface pH. This study represents one of the few approaches employing image spectroscopy for quantitative pH modeling in a mining environment and the achieved results demonstrate the potential application of hyperspectral remote sensing as an efficient method for environmental monitoring.     

基于DSM点云纠正的正射影像房屋边缘锯齿消除

当前无人机低空航空摄影测量生成的数字正射影像DOM中,房屋边缘大量存在锯齿失真的现象,严重影响了对影像建筑物的判读和提取,降低了无人机航测数字正射影像的使用效益。提出一种利用数字表面模型DSM点云数据,提取其房屋边缘,并进行规则化处理,然后在此基础上进行数字微分纠正,生成正射影像的方法。实验结果表明,利用该方法可有效防止数字正射影像中房屋边缘存在的锯齿失真现象。     

无人机遥感技术制作 DEM 新方法

无人机遥感技术能够快速制作地表模型DSM ,由于测区地物的存在,地表模型不能替代DEM ,本文提出利用激光点云处理软件 Terrasolid软件,通过高程分类算法对点云数据进行分类,通过人机互助快速提取出地面点制作DEM 。     

On the positional accuracy and maximum allowable scale of UAV-derived photogrammetric products for archaeological site documentation

Blending photogrammetric and Structure from Motion techniques with Unmanned Aerial Vehicles (UAV) is a commonly used approach for the documentation and analysis of archaeological sites. Using the dense 3D point clouds generated from these techniques, two main photogrammetric products are created: orthophotos and Digital Surfaces Models (DSM). Depending on the UAV technology, the flight parameters, the topography and land cover of the flown area, DSMs and orthophotos are delivered with varying positional accuracies and output scales. In this paper, the positional accuracy and maximum allowable scale of these products generated by complete automation of flight mode and processing workflow are assessed. Moreover, three known International Mapping Standards (IMS) are validated using independent checkpoints, obtained by geodetic Global Navigation Satellite Systems receivers, in two Spanish study areas. The results show that accurate photogrammetric products adapted to the IMS can be successfully obtained by the automation of the photogrammetric workflow.     

基于测量机器人的露天矿边坡位移监测系统

随着露天矿的不断开采,矿山边坡处于不稳定状态,严重威胁着矿山人员的安全。为保障安全生产,文章结合鞍山市某露天矿边坡位移监测项目,以TM30测量机器人为研究对象,建立边坡监测系统:由监测网、测量机器人系统、数据处理及预警系统组成,比传统全站仪提高了工作效率。外业测量结果证明该系统能够实现数据采集、数据处理及危险预警的"三位一体"化,达到自动化程度高、数据精度高、工作效率高的"三高"目标。     

露天矿GPS卡车调度系统数据流处理方法

露天矿GPS卡车调度系统是数字矿山建设中的重要组成部分,是露天矿生产管理利用GPS／GIS技术提高生产效益的有效途径之一。本文根据露天矿GPS卡车调度系统的组成、工作原理和数据流交换模式,提出了基于数据回放条件下的装卸车时序匹配计算方法以及数据流处理的主要内容。抚顺西露天矿的实践证明,该计算方法是一种处理卡车调度系统数据流的有效且可行的办法。     

LIDAR点云数据的建筑物特征线提取

传统的房屋建模主要采用航空航天立体影像来获取房屋的3维数据,通过在数字摄影测量系统上进行立体量测来实现。这种方式费时、费力、周期比较长,影响了成果的现势性。机载激光雷达可直接、快速获取大面积地表点的三维坐标信息,为建筑物特征线提取和建模带来了便利。以往基于LIDAR点云数据进行建筑物特征线提取,大多只是针对简单的平顶房屋和人字型房屋。本文提出了一种能够精确提取建筑物特征线的方法,通过建筑物区域确定、建筑物顶面分类,能够实现诸如平面、斜面和多层次建筑物特征线提取的方法。     

空间数据挖掘技术及其在数字矿山中的应用

随着数字矿山的不断深入与开展,矿区的历史与现实数据量会越积累越多,数据处理会越困难。如何及时有效地分析处理这些海量数据,从这些数据背后挖掘出隐藏着的重要信息,为矿区的安全生产起到决策与支持作用,数据挖掘也就应运而生。本文就是在分析空间数据挖掘的基本方法的基础上,针对矿区错综复杂的大量数据及需要解决的问题,对空间数据挖掘技术应用于矿山作了探讨。     

顾及地貌特征的矿区地表塌陷DEM的生成方法

地下煤炭资源开采导致矿区地表塌陷和矿区地形的变化,直接由开采沉陷下沉预计数据生成的DEM不能表现矿区地表塌陷后的地形状况。通过在开采沉陷下沉预计程序中增加高程修正计算功能,对矿区原始地貌高程进行下沉修正计算,生成矿区地表塌陷高程数据文件,由该数据文件可以生成顾及地貌特征的矿区地表塌陷DEM。该方法操作和实现简单,生成的DEM精度可靠,能够表现矿区地表塌陷后的地形状况,可以作为矿区地理信息系统的基础数据,对于指导开采沉陷的防治和治理具有重要意义。     

基于影像特征点、线整体匹配的DSM自动生成

DSM的自动提取是“数字摄影测量”的最重要技术之一,其关键就是全自动影像匹配。其主要难点表现在:纹理信息缺乏、重复纹理、深度断裂与阴影、较大的投影变形等。为更好地解决上述问题,本文提出了基于特征点匹配与边缘线匹配相结合的方法。实验表明无论对山区还是城区都取得了很好的效果,证实了该方法在实际应用中的有效性。     

低空无人机航测露天矿三维重构方法与试验

随着无人机应用的普及和数码相机性能的提升,利用无人机搭载数码相机快速获取矿区航测影像,配合适量控制点得到符合精度的三维数据成为可能。本文介绍了一种采用测图鹰X100搭载SONY a7R数码相机进行外业数据采集,借助C++和OpenCV配合少量地面控制点进行光束法平差,并用PMVS算法生成密集点云的低成本快速高效露天矿三维重构方法。通过在露天矿试验,结果表明该方法所得DOM和DSM的平面中误差为0.113 m,高程中误差为0.121 m,邻近地物点间距中误差为0.151 m,均满足1：500地形图国家标准的精度要求。     

利用特征组合检测算法的无人机遥感影像匹配研究

影像匹配是无人机遥感影像拼接和三维建模的基础和关键步骤。结合不同算法的优势,本文提出一种基于特征组合与RANSAC算法的无人机遥感影像匹配方法。该匹配方法首先采用AKAZE算法检测影像的特征点,然后利用SIFT描述符描述特征向量并获取特征点的主方向,最后基于单映射变换矩阵的RANSAC算法进行精准匹配。本文对基于特征组合与RANSAC算法的匹配效果进行了试验对比分析,试验结果表明：与常用匹配方法的匹配效果相比,本文的匹配方法继承了AKAZE算法的快速匹配能力,匹配总耗时介于AKAZE算法和SIFT算法之间,约为BRISK算法匹配耗时的20%;同时,该匹配方法继承了SIFT算法的多匹配点对性能,从整体匹配效果来看,本文的匹配方法优于AKAZE、SIFT、BRISK算法。     

顾及松散特性的露天金属矿采剥工程量计算方法

针对露天金属矿山采剥工程量验收效率不高的问题,文章分析了当前主要计算方法的不足,提出了一种顾及爆破松散特性和空间台阶结构的计算方法。算法以具有空间台阶结构的生产现状图为数据基础,并从数据结构上划分出了不同松散系数的区域,通过三维多边形布尔计算和拓扑关系判别自动计算采剥区域的体积,提升了采剥区域空间几何形态的计算效率和精度;通过块体储量模型来确定各个采剥区域的矿石属性信息,进而可以统计得到特定时间段、区域或者台阶的综合采掘量,满足了生产报表的多种需要。通过与手工计算和DTM方法的对比实验得出:所提算法可以减少人工计算所产生的错误,相比DTM方法具有更高的精度。     

无人机平台的沙漠场地BRDF特征观测方法及建模

目标双向反射分布函数BRDF（Bidirectional Reflectance Distribution Function）不仅是陆面遥感的关键地球物理参数,也是星载光学遥感仪器基于地面目标的场地辐射校正重要参量,是影响定标精度的关键要素。传统野外地物多角度测量使用的观测设备,一般其结构较为复杂,重量体积较大,而且运输和组装过程繁琐,观测目标时容易受地形和交通限制,难以进行高效快速精确的野外测量。近年来,无人机由于其设备操作简便、运输和观测方式灵活等方面的优点,可作为新的观测平台应用于当前遥感试验中。本文设计了一种基于无人机平台的地表BRDF测量装置、观测方案和数据处理流程。利用多旋翼低空无人机和云台的组合,搭载野外地物光谱仪和跟拍相机,通过对地面目标多角度观测和高精度定位及角度控制,实现针对固定目标的多方位角和天顶角观测。本文采用上述设计方案和观测流程,在敦煌辐射校正场开展多次稳定均匀沙漠目标的多角度光谱观测试验,并利用实验观测数据,基于Ross-Li核驱动模型推算了场地BRDF模型参数,并与MODIS的陆表BRDF产品（MCD43C1）及反射率产品（MOD/MYD09）进行对比验证。通过开展野外实验,核验了这种新的BRDF观测手段的可靠性,获取的敦煌地表BRDF参数与MODIS遥感产品有良好的一致性,各波段的相对偏差在5%以内。本研究表明,基于多旋翼无人机的BRDF观测系统,提供了一种全新的地物目标方向反射特性观测方法,可用于自动化高频次场地特性观测以及卫星同步定标等野外实验活动。在保证观测精度的同时,极大地减轻人力物力的投入,值得广泛推广应用。     

无人机地形跟随在矿区沉陷监测中的应用

针对传统无人机矿区开采沉陷监测因地形起伏导致同一航测架次的监测精度相差较大的问题,本文分析了地形变化对影像分辨率、相片重叠度及监测精度的影响,并对无人机加装TOF传感器,对PID控制器进行编码设置,使无人机相对地面保持相同高度飞行,实现了无人机地形跟随监测.试验表明:地形起伏会使传统无人机监测精度降低,本文提出的方法可...     

图论算法的无人机影像匹配特征点粗差剔除

无人机影像匹配过程中,粗差是不可避免的,因此,获取稳健性较高的特征点进行无人机影像匹配至关重要。传统的方法是采用经典的RANSAC算法进行粗差剔除,该算法受抽样次数、误差阈值的影响,还会残存部分误匹配的特征点。利用图论原理,对SIFT算法提取的特征点进行预处理,通过构建特征点的能量函数剔除能量较低的特征点,可以提高匹配特征点的稳健性,减少特征点的粗差。本文提出了一种新的方法,将图论算法与经典的RANSAC算法相结合进行粗差剔除。该方法命名为GSIFT-RANSAC算法,利用该算法可以提高特征点的稳健性,获取高精度的单应矩阵。采用两组无人机影像进行验证,本文提出的算法与单独利用图论剔除特征点的算法相比,粗差剔除率分别提高了5.31%和14.29%,说明该方法效果较好。     

基于空间数据挖掘的煤矿安全管理的研究

煤炭企业属于传统的资源开采型企业,煤矿安全对煤炭企业影响巨大,安全工作在煤矿生产中占有重要地位。其管理好坏直接关系到煤炭企业的生存和发展。煤矿安全管理任务十分艰巨,是因为影响煤矿安全的因素非常复杂,而且含有大量的不确定性因素。本论文利用空间数据挖掘技术来研究采煤方式的选择,并选用焦作矿务局某矿一工作面的实例进行分析,结果表明用粗集来确定采煤方式是比较客观的、科学的和全面的,对保证煤矿的安全提供了一定的保障。     

基于SBAS技术的金属矿山沉陷规律研究

D-InSAR技术已经发展成为一种重要的地表监测手段,在矿山监测方面已经有较多成功的案例。但是矿山地表沉陷是一个长周期的形变序列,D-InSAR技术由于失相关等因素影响无法获得长周期的时序形变,小基线技术削弱了失相关的影响,可以获得时序的地表形变。文中利用小基线技术分析金属矿山沉陷规律,以某大型锑金属矿山为研究背景,用过14期形变序列探索一定地质采矿条件下的金属矿山的开采沉陷规律。结果表明,金属矿山受重力作用较大,部分区域地表形变受复杂地质构造控制。     

天狼星无人机航测技术在河湖划界中的应用

由于河湖覆盖面广、线路长、体量大,同时历史遗留问题较多,采用常规测量手段存在诸多难题。本文结合具体工程案例,通过天狼星无人机航测技术手段,论证了新技术方案的可行性与有效性;阐述了天狼星免像控无人机在河湖划界工作中的优势和高精度航测成果一图多用的重要意义。本文方案对类似工程的开展具有一定的参考借鉴意义。     

青海省聚乎更煤矿区矿山地质环境遥感监测及质量评价

以2011年和2012年获取的2期IKONOS2数据为信息源,在波段组合、数据融合和正射纠正等图像预处理基础上,针对矿山地质环境问题进行人机交互解译,对青海省木里煤田聚乎更煤矿区因煤矿开发而引发的矿山地质环境问题及矿山环境恢复治理情况进行了遥感调查与监测;并将矿山环境调查结果与矿区基础地理及地质资料相结合,根据矿区环境的实际状况,合理选择矿山地质环境评价因子及权重指标,对该矿区的矿山地质环境质量进行了动态评价。结果表明:聚乎更煤矿区的矿山地质环境质量呈明显下降的趋势,2012年采矿活动对矿山地质环境有影响的面积较2011年增加了近10 km2,主要是地表植被直接或间接地受到破坏,且矿山环境恢复治理工作进程远远跟不上矿山环境恶化速度。